Professional Documents
Culture Documents
Investigación
UNIVERSO
POBLACIÓN
ACCESIBLE
POBLACIÓN DIANA • Generalización
real
Generalización ideal
DIFÍCIL:
• Razones
geográficas,
• costo,
• manipulación de
variables
DISEÑO METODOLÓGICO
Es tarea del investigador estudiar muy bien a la
población en la cual desea trabajar, para conocer sus
limitaciones, ventajas. También con ello podrá discernir
cuál es la población diana y la accesible
CRITERIO
S PARA
ESTUDIAR
COSTOS
POBLACIÓN TIEMPO DURACIÓN
ACCESIBILIDAD MUESTRA
ACCESIBLE NÚMERO DE ENCUESTADORES
CANTIDAD DE MATERIAL
COMPLEJIDAD DE VARIABLES
DISEÑO METODOLÓGICO
Si se decide por realizar un muestreo, debe conocer que
los resultados deben representar a la población (inferir).
POBLACIÓN
ACCESIBLE
POBLACIÓN DIANA
Representa Representa
indirectamente directamente
(necesita varios
estudios)
MUESTRA
DISEÑO METODOLÓGICO
•Probabilístico *
Diseño del Muestreo
•No Probabilístico
Parte de los
elementos
Conjunto de
Selección de de un
elementos que universo
presentan condición muestra
que se elige
común observable para el
estudio
Universo
* Generalización de Unidad de Análisis
resultados
INFERENCIA
DISEÑO METODOLÓGICO
1. Diseño de muestreo
Azar simple
Aleatorio
Azar
Probabilístico sistemático
Monoetápic
o Estratificado
Por conglomerados
Bietápico MUESTREO
De sujetos
Multietápico voluntarios
No Probabilístico
Por cuotas
Por conveniencia
DISEÑO METODOLÓGICO
Muestreo Al azar Simple. El azar es quien se encarga de
decidir qué individuo entrará a la muestra. Permite
asegurar que todas las unidades de análisis tengan la
misma posibilidad de ser incluidos en la muestra.
Se usa:
Tómbola
Tabla de Números Aleatorios
Excel
Calculadora
DISEÑO METODOLÓGICO
2° Paso: K=50/10 = 5
Consideración:
B1 BC
ABC1 ABC
CARACTERÍSTICAS
A1 C3
Homogéneos las
AB
UNIVERSO BC2 unidades de
análisis
Heterogérneos
entre estratos
E D C2 C1
DISEÑO METODOLÓGICO
Ejemplo: Se decide diseñar el método estratificado el
muestreo para un estudio sobre perfil ocupacional de las
nutricionistas recién egresadas de un país caribeño
Regiones Nº Nutris IM
Muestra
Metropolitana 74 0,2618 19
Región A 60 0,2618
16
Región B 53 0,2618
14
Región C 4 0,2618
El1 muestreo donde se multiplica en cada estrato el IM se
TOTALdenomina muestreo
191estratificado con afijación
50
proporcional.
Conglomerado
División natural
de la población o
que no
intervenga una
variable como
estratificadora
(Ej: cuadras de
una ciudad).
Se procede
censar el
conglomerado
completo
DISEÑO METODOLÓGICO
Monoetápico 1° Paso: Se dividen la población en
Bietápico conglomerados.
2° Paso: Se elije al azar una cierta cantidad de
multietápico conglomerados (depende del tiempo, costo).
3° Paso: Se procede a muestrear a todos los
individuos de los conglomerados
seleccionados.
* ** * * • Estratificar
* * * *
Muestreo Estratificado * * * * • Muestrear por
* * cada estrato
* * * * *
• Aglomerar
** * * * ** * *
* * * * • Elegir por azar
Muestreo por Conglomerado * ** * * * conglomerados
* * • Muestrear
* * * ** * * conglomerados
DISEÑO METODOLÓGICO
Diseño no probabilístico.
Alpha z Beta z
Intervalo de Potencia
Confianza Estadística
DISEÑO METODOLÓGICO
Cálculo de la Muestra.
Cálculo de la Muestra si el objetivo de la Investigación
tiene que ver con Proporción (P)
z ⋅ p (1 − p )
2
No se conoce el tamaño de N n≥ 2
d
CÁLCULO
z 2 ⋅ N ⋅ p (1 − p )
n≥ 2
Sí se conoce el tamaño de N d ⋅ ( N − 1) + z 2 ⋅ p (1 − p )
DISEÑO METODOLÓGICO
Cálculo de la Muestra.
Cálculo de la Muestra si el objetivo de la Investigación
tiene que ver con la Media
z ⋅s
2 2
No se conoce el tamaño de N n≥ 2
d
CÁLCULO
N ⋅z ⋅s2 2
Sí se conoce el tamaño de N n≥ 2
d ⋅ ( N − 1) + z ⋅ s
2 2
DISEÑO METODOLÓGICO
Unidad de Análisis.
Ejemplos:
•Niños macrosómicos
•Adultos mayores de ambos sexos entre 70 a 80
años
•Embarazadas
•Embarazadas Preeclámpsicas Criterios de
Inclusión